ABOUT THE SPEAKER
Laurie Santos - Cognitive psychologist
Laurie Santos studies primate psychology and monkeynomics -- testing problems in human psychology on primates, who (not so surprisingly) have many of the same predictable irrationalities we do.

Why you should listen

Laurie Santos runs the Comparative Cognition Laboratory (CapLab) at Yale, where she and collaborators across departments (from psychology to primatology to neurobiology) explore the evolutionary origins of the human mind by studying lemurs, capuchin monkeys and other primates. The twist: Santos looks not only for positive humanlike traits, like tool-using and altruism, but irrational ones, like biased decisionmaking.

In elegant, carefully constructed experiments, Santos and CapLab have studied how primates understand and categorize objects in the physical world -- for instance, that monkeys understand an object is still whole even when part of it is obscured. Going deeper, their experiments also search for clues that primates possess a theory of mind -- an ability to think about what other people think.

Most recently, the lab has been looking at behaviors that were once the province mainly of novelists: jealousy, frustration, judgment of others' intentions, poor economic choices. In one experiment, Santos and her team taught monkeys to use a form of money, tradeable for food. When certain foods became cheaper, monkeys would, like humans, overbuy. As we humans search for clues to our own irrational behaviors, Santos' research suggests that the source of our genius for bad decisions might be our monkey brains.

More profile about the speaker
Laurie Santos | Speaker | TED.com
TEDGlobal 2010

Laurie Santos: A monkey economy as irrational as ours

Лори Сантос: Люди так же иррациональны в экономике как и обезьяны

Filmed:
1,506,660 views

Лори Сантос ищет истоки человеческой непоследовательности, наблюдая за тем, как принимают решения наши дальние родственники -- приматы. Ряд искусных экспериментов с "обезьяномикой" показывают, что некоторые глупые решения, которые принимают люди, свойственно принимать и обезъянам тоже.
- Cognitive psychologist
Laurie Santos studies primate psychology and monkeynomics -- testing problems in human psychology on primates, who (not so surprisingly) have many of the same predictable irrationalities we do. Full bio

Double-click the English transcript below to play the video.

00:17
I want to startНачало my talk todayCегодня with two observationsнаблюдения
0
2000
2000
Я хочу начать свой сегодняшний рассказ с результата двух наблюдений
00:19
about the humanчеловек speciesвид.
1
4000
2000
над человеческими созданиями.
00:21
The first observationнаблюдение is something that you mightмог бы think is quiteдовольно obviousочевидный,
2
6000
3000
Первое наблюдение покажется вам крайне очевидным,
00:24
and that's that our speciesвид, Homoгомик sapiensсапиенс,
3
9000
2000
и состоит оно в том, что наш вид, Homo sapiens,
00:26
is actuallyна самом деле really, really smartумная --
4
11000
2000
на самом деле очень--очень умный
00:28
like, ridiculouslyсмешно smartумная --
5
13000
2000
безумно сообразительный,
00:30
like you're all doing things
6
15000
2000
мы все сейчас делаем вещи
00:32
that no other speciesвид on the planetпланета does right now.
7
17000
3000
которые не может сделать ни один другой вид на планете.
00:35
And this is, of courseкурс,
8
20000
2000
И это, конечно же,
00:37
not the first time you've probablyвероятно recognizedпризнанное this.
9
22000
2000
не первый раз, когда вы это заметили.
00:39
Of courseкурс, in additionприбавление to beingявляющийся smartумная, we're alsoтакже an extremelyочень vainтщеславный speciesвид.
10
24000
3000
Кроме того, что мы очень умные, мы еще и крайне тщеславный вид.
00:42
So we like pointingуказательный out the factфакт that we're smartумная.
11
27000
3000
И поэтому мы любим показывать, что мы очень умные.
00:45
You know, so I could turnочередь to prettyСимпатичная much any sageшалфей
12
30000
2000
Я могу апеллировать практически к любому философу, знаете ли,
00:47
from ShakespeareШекспир to StephenСтивен ColbertКольбер
13
32000
2000
от Шекспира до Стивена Колберта,
00:49
to pointточка out things like the factфакт that
14
34000
2000
чтоб показать, что
00:51
we're nobleблагородный in reasonпричина and infiniteбесконечный in facultiesспособности
15
36000
2000
наши побуждения благородны, а способности бесконечны
00:53
and just kindсвоего рода of awesome-erудивительный-эр than anything elseеще on the planetпланета
16
38000
2000
и что мы круче любого на этой планете
00:55
when it comesвыходит to all things cerebralцеребральный.
17
40000
3000
в мозговитости.
00:58
But of courseкурс, there's a secondвторой observationнаблюдение about the humanчеловек speciesвид
18
43000
2000
Но, конечно, есть и второе наблюдение, касающееся человеческого рода,
01:00
that I want to focusфокус on a little bitнемного more,
19
45000
2000
на котором я хочу чуть больше сосредоточиться,
01:02
and that's the factфакт that
20
47000
2000
и это тот факт, что,
01:04
even thoughхоть we're actuallyна самом деле really smartумная, sometimesиногда uniquelyоднозначно smartумная,
21
49000
3000
несмотря на то, что мы действительно очень умные, подчас беспрецедентно умные,
01:07
we can alsoтакже be incrediblyневероятно, incrediblyневероятно dumbтупой
22
52000
3000
мы все равно можем быть чрезвычайно--чрезвычайно тупыми
01:10
when it comesвыходит to some aspectsаспекты of our decisionрешение makingизготовление.
23
55000
3000
в некоторых частях принятия решений.
01:13
Now I'm seeingвидя lots of smirksухмыляется out there.
24
58000
2000
Я вижу, многие ухмыляются тут.
01:15
Don't worryбеспокоиться, I'm not going to call anyoneкто угодно in particularконкретный out
25
60000
2000
Не бойтесь, я не собираюсь выставлять напоказ
01:17
on any aspectsаспекты of your ownсвоя mistakesошибки.
26
62000
2000
ничьи личные ошибки.
01:19
But of courseкурс, just in the last two yearsлет
27
64000
2000
Но, конечно, последние два года
01:21
we see these unprecedentedбеспрецедентный examplesПримеры of humanчеловек ineptitudeнеумелость.
28
66000
3000
мы могли наблюдать беспрецедентные примеры человеческой глупости.
01:24
And we'veмы в watchedсмотрели as the toolsинструменты we uniquelyоднозначно make
29
69000
3000
И мы видели как инструменты, которые мы сделали
01:27
to pullвытащить the resourcesРесурсы out of our environmentОкружающая среда
30
72000
2000
для высасывания ресурсов из окружающей среды,
01:29
kindсвоего рода of just blowдуть up in our faceлицо.
31
74000
2000
просто выходят из-под контроля у нас на глазах.
01:31
We'veУ нас watchedсмотрели the financialфинансовый marketsрынки that we uniquelyоднозначно createСоздайте --
32
76000
2000
Мы видели как финансовые рынки, которые мы же создали --
01:33
these marketsрынки that were supposedпредполагаемый to be foolproofнесложный --
33
78000
3000
рынки, которые уж точно должны были обладать защитой "от дурака" --
01:36
we'veмы в watchedсмотрели them kindсвоего рода of collapseколлапс before our eyesглаза.
34
81000
2000
разлетелись в пух и прах перед самым нашим носом.
01:38
But bothи то и другое of these two embarrassingзатруднительный examplesПримеры, I think,
35
83000
2000
Но оба этих досадных примера, думаю,
01:40
don't highlightосновной момент what I think is mostбольшинство embarrassingзатруднительный
36
85000
3000
не подчеркивают наиболее, на мой взгляд, смущающую вещь --
01:43
about the mistakesошибки that humansлюди make,
37
88000
2000
ошибки, которые делают люди.
01:45
whichкоторый is that we'dмы б like to think that the mistakesошибки we make
38
90000
3000
И мы склонны думать, что эти ошибки
01:48
are really just the resultрезультат of a coupleпара badПлохо applesяблоки
39
93000
2000
являются результатом пары неверных
01:50
or a coupleпара really sortСортировать of FAILПОТЕРПЕТЬ НЕУДАЧУ Blog-worthyБлог достойный decisionsрешения.
40
95000
3000
или действительно провальных решений.
01:53
But it turnsвитки out, what socialСоциальное scientistsученые are actuallyна самом деле learningобучение
41
98000
3000
Но недавные социологические исследования показывают,
01:56
is that mostбольшинство of us, when put in certainопределенный contextsконтексты,
42
101000
3000
что большинство из нас, будучи поставленными в определенные условия,
01:59
will actuallyна самом деле make very specificконкретный mistakesошибки.
43
104000
3000
действительно делают совершенно характерные ошибки.
02:02
The errorsошибки we make are actuallyна самом деле predictableпредсказуемый.
44
107000
2000
И эти ошибки, на самом деле, предсказуемы.
02:04
We make them again and again.
45
109000
2000
И мы делаем их снова и снова,
02:06
And they're actuallyна самом деле immuneиммунный to lots of evidenceдоказательства.
46
111000
2000
несмотря на многочисленные свидетельства.
02:08
When we get negativeотрицательный feedbackОбратная связь,
47
113000
2000
И даже понимая, что это было ошибкой,
02:10
we still, the nextследующий time we're faceлицо with a certainопределенный contextконтекст,
48
115000
3000
все равно в следующий раз в подобной ситуации
02:13
tendиметь тенденцию to make the sameодна и та же errorsошибки.
49
118000
2000
мы скорей всего сделаем такую же ошибку.
02:15
And so this has been a realреальный puzzleголоволомка to me
50
120000
2000
Это всегда меня очень удивляло
02:17
as a sortСортировать of scholarученый of humanчеловек natureприрода.
51
122000
2000
как исследователя человеческой природы.
02:19
What I'm mostбольшинство curiousлюбопытный about is,
52
124000
2000
А больше всего мне интересно,
02:21
how is a speciesвид that's as smartумная as we are
53
126000
3000
почему такой умный вид как человек,
02:24
capableспособный of suchтакие badПлохо
54
129000
2000
делает такие глупые ошибки
02:26
and suchтакие consistentпоследовательный errorsошибки all the time?
55
131000
2000
с таким завидным постоянством?
02:28
You know, we're the smartestсмышленым thing out there, why can't we figureфигура this out?
56
133000
3000
Мы же самые умные существа на земле, почему же мы не можем это выяснить?
02:31
In some senseсмысл, where do our mistakesошибки really come from?
57
136000
3000
В самом деле, какова причина наших ошибок?
02:34
And havingимеющий thought about this a little bitнемного, I see a coupleпара differentдругой possibilitiesвозможности.
58
139000
3000
И после некоторых раздумий, мне приходят в голову несколько разных возможных причин.
02:37
One possibilityвозможность is, in some senseсмысл, it's not really our faultпридираться.
59
142000
3000
Первая -- это вообще не наша вина.
02:40
Because we're a smartумная speciesвид,
60
145000
2000
Из-за того, что мы очень умные,
02:42
we can actuallyна самом деле createСоздайте all kindsвиды of environmentsокружающая среда
61
147000
2000
мы на самом деле можем создавать разные окружения,
02:44
that are superсупер, superсупер complicatedсложно,
62
149000
2000
порой крайне--крайне запутанные,
02:46
sometimesиногда too complicatedсложно for us to even actuallyна самом деле understandПонимаю,
63
151000
3000
иногда слишком сложно устроенные даже для понимания
02:49
even thoughхоть we'veмы в actuallyна самом деле createdсозданный them.
64
154000
2000
их собственных создателей.
02:51
We createСоздайте financialфинансовый marketsрынки that are superсупер complexсложный.
65
156000
2000
Мы создали очень сложно устроенные финансовые рынки.
02:53
We createСоздайте mortgageипотека termsсроки that we can't actuallyна самом деле dealпо рукам with.
66
158000
3000
Мы придумали условия для закладных с которыми мы не можем справиться.
02:56
And of courseкурс, if we are put in environmentsокружающая среда where we can't dealпо рукам with it,
67
161000
3000
И, конечно, если нас поместить в окружение, которое мы не умеем контролировать,
02:59
in some senseсмысл makesмарки senseсмысл that we actuallyна самом деле
68
164000
2000
в определенном смысле, логично, что мы
03:01
mightмог бы messбеспорядок certainопределенный things up.
69
166000
2000
можем запутаться в ситуации.
03:03
If this was the caseдело, we'dмы б have a really easyлегко solutionрешение
70
168000
2000
Но если б это было единственной причиной, то у нас бы было простое решение
03:05
to the problemпроблема of humanчеловек errorошибка.
71
170000
2000
проблемы человеческих ошибок.
03:07
We'dМы б actuallyна самом деле just say, okay, let's figureфигура out
72
172000
2000
Мы бы могли сказать, окей, разберемся --
03:09
the kindsвиды of technologiesтехнологии we can't dealпо рукам with,
73
174000
2000
те технологии, с которыми мы не можем справиться,
03:11
the kindsвиды of environmentsокружающая среда that are badПлохо --
74
176000
2000
те окружения, которые сложны --
03:13
get ridизбавиться of those, designдизайн things better,
75
178000
2000
избавимся от них или сделаем лучше,
03:15
and we should be the nobleблагородный speciesвид
76
180000
2000
и станем наконец теми самыми высокоразвитыми существами,
03:17
that we expectожидать ourselvesсами to be.
77
182000
2000
которыми мы себя и считаем.
03:19
But there's anotherдругой possibilityвозможность that I find a little bitнемного more worryingбеспокойство,
78
184000
3000
Но есть и еще одна возможная причина, которая вызывает беспокойство.
03:22
whichкоторый is, maybe it's not our environmentsокружающая среда that are messedперепутались up.
79
187000
3000
Дело в том, что, возможно, окружения не являются причиной наших затруднений.
03:25
Maybe it's actuallyна самом деле us that's designedпредназначенный badlyплохо.
80
190000
3000
Возможно, причина в нас самих.
03:28
This is a hintнамек that I've gottenполученный
81
193000
2000
Эта мысль возникла у меня,
03:30
from watchingнаблюдение the waysпути that socialСоциальное scientistsученые have learnedнаучился about humanчеловек errorsошибки.
82
195000
3000
когда я наблюдала, каким образом социологи получили информацию о людских ошибках.
03:33
And what we see is that people tendиметь тенденцию to keep makingизготовление errorsошибки
83
198000
3000
И мы видим, что люди склонны совершать ошибки
03:36
exactlyв точку the sameодна и та же way, over and over again.
84
201000
3000
действуя одинаково снова и снова.
03:39
It feelsчувствует like we mightмог бы almostпочти just be builtпостроен
85
204000
2000
И, похоже, что мы созданы так, что мы будем все время
03:41
to make errorsошибки in certainопределенный waysпути.
86
206000
2000
совершать определенные ошибки.
03:43
This is a possibilityвозможность that I worryбеспокоиться a little bitнемного more about,
87
208000
3000
И вот такая возможная причина ошибок беспокоит меня больше всего,
03:46
because, if it's us that's messedперепутались up,
88
211000
2000
потому что, если дело в нас,
03:48
it's not actuallyна самом деле clearЧисто how we go about dealingдело with it.
89
213000
2000
то не очень-то понятно, как в этом случае быть.
03:50
We mightмог бы just have to acceptпринимать the factфакт that we're errorошибка proneсклонный
90
215000
3000
Мы можем просто принять тот факт, что мы склонны к ошибкам,
03:53
and try to designдизайн things around it.
91
218000
2000
и уже строить свои системы с поправкой на это.
03:55
So this is the questionвопрос my studentsстуденты and I wanted to get at.
92
220000
3000
Итак, мы с моими студентами хотели изучить этот вопрос.
03:58
How can we tell the differenceразница betweenмежду possibilityвозможность one and possibilityвозможность two?
93
223000
3000
Как мы можем различить две наших гипотезы?
04:01
What we need is a populationНаселение
94
226000
2000
Для этого нам нужна популяция животных,
04:03
that's basicallyв основном smartумная, can make lots of decisionsрешения,
95
228000
2000
которые по сути умные, могут принимать множество решений,
04:05
but doesn't have accessдоступ to any of the systemsсистемы we have,
96
230000
2000
но у которых нет доступа к системам, которые есть у нас --
04:07
any of the things that mightмог бы messбеспорядок us up --
97
232000
2000
к любым вещам, которые нас путают --
04:09
no humanчеловек technologyтехнологии, humanчеловек cultureкультура,
98
234000
2000
никаких человеческих технологий, культуры,
04:11
maybe even not humanчеловек languageязык.
99
236000
2000
и даже, наверное, человеческого языка.
04:13
And so this is why we turnedоказалось to these guys here.
100
238000
2000
И вот почему мы стали работать вот с этими ребятами.
04:15
These are one of the guys I work with. This is a brownкоричневый capuchinкапуцин monkeyобезьяна.
101
240000
3000
Вот это один из пацанов, с которыми я работаю. Это обезьяна -- бурый черноголовый капуцин.
04:18
These guys are Newновый WorldМир primatesприматы,
102
243000
2000
Это приматы Нового Света,
04:20
whichкоторый meansозначает they brokeсломал off from the humanчеловек branchфилиал
103
245000
2000
и они эволюционно отделились от людей
04:22
about 35 millionмиллиона yearsлет agoтому назад.
104
247000
2000
где-то 35 миллионов лет назад.
04:24
This meansозначает that your great, great, great great, great, great --
105
249000
2000
Это означает, что ваша прапрапрапра...
04:26
with about five5 millionмиллиона "greatsвеликие люди" in there --
106
251000
2000
и еще пять миллионов пра --
04:28
grandmotherбабушка was probablyвероятно the sameодна и та же great, great, great, great
107
253000
2000
бабушка, возможно, была и прапрапрапра...
04:30
grandmotherбабушка with five5 millionмиллиона "greatsвеликие люди" in there
108
255000
2000
бабушкой с теми же пятью миллионами пра
04:32
as Hollyпадуб up here.
109
257000
2000
Холли, изображенной здесь.
04:34
You know, so you can take comfortкомфорт in the factфакт that this guy up here is a really really distantотдаленный,
110
259000
3000
Ну знаете, не волнуйтесь -- все-таки мы с этим дружком находимся в очень-очень далеком
04:37
but albeitхотя evolutionaryэволюционный, relativeотносительный.
111
262000
2000
эволюционном родстве.
04:39
The good newsНовости about Hollyпадуб thoughхоть is that
112
264000
2000
Что хорошо в Холли,
04:41
she doesn't actuallyна самом деле have the sameодна и та же kindsвиды of technologiesтехнологии we do.
113
266000
3000
это то, что ей недоступны технологии, которые есть у нас.
04:44
You know, she's a smartумная, very cutпорез creatureсущество, a primateпримат as well,
114
269000
3000
Плюс, это очень умное и складное существо, примат, к тому же,
04:47
but she lacksне хватает all the stuffматериал we think mightмог бы be messingМессинг us up.
115
272000
2000
и для нее отсутствуют те факторы, которые могут нас -- людей -- путать при принятии решений.
04:49
So she's the perfectидеально testконтрольная работа caseдело.
116
274000
2000
Итак, это идеальный тест кейс.
04:51
What if we put Hollyпадуб into the sameодна и та же contextконтекст as humansлюди?
117
276000
3000
Что если мы поместим Холли в то же окружение, в котором находятся люди?
04:54
Does she make the sameодна и та же mistakesошибки as us?
118
279000
2000
Будет ли она делать те же ошибки, что и мы?
04:56
Does she not learnучить from them? And so on.
119
281000
2000
Будет ли она на них учиться? И так далее.
04:58
And so this is the kindсвоего рода of thing we decidedприняли решение to do.
120
283000
2000
Вот это мы и решили проверить.
05:00
My studentsстуденты and I got very excitedв восторге about this a fewмало yearsлет agoтому назад.
121
285000
2000
Несколько лет назад мы с моими студентами загорелись этой идеей.
05:02
We said, all right, let's, you know, throwбросать so problemsпроблемы at Hollyпадуб,
122
287000
2000
Мы сказали, окей, давайте предложим Холли решить эти вопросы,
05:04
see if she messesмур these things up.
123
289000
2000
и посмотрим, сделает ли она ошибки.
05:06
First problemпроблема is just, well, where should we startНачало?
124
291000
3000
Первая проблема -- с чего же нам начать?
05:09
Because, you know, it's great for us, but badПлохо for humansлюди.
125
294000
2000
Потому что, знаете, это здорово для нас, но плохо для людей.
05:11
We make a lot of mistakesошибки in a lot of differentдругой contextsконтексты.
126
296000
2000
Мы делаем множество различных ошибок в тонне различных контекстов.
05:13
You know, where are we actuallyна самом деле going to startНачало with this?
127
298000
2000
Так с каких же нам начинать?
05:15
And because we startedначал this work around the time of the financialфинансовый collapseколлапс,
128
300000
3000
Мы начали нашу работу во время финансового кризиса,
05:18
around the time when foreclosuresпотери права выкупа were hittingударять the newsНовости,
129
303000
2000
в разгаре новостей о глобальных потерях прав выкупа закладных.
05:20
we said, hhmmччмм, maybe we should
130
305000
2000
И мы подумали -- может, нам дейсвительно стоит начать
05:22
actuallyна самом деле startНачало in the financialфинансовый domainдомен.
131
307000
2000
с финансовой стороны жизни.
05:24
Maybe we should look at monkey'sобезьяны economicэкономической decisionsрешения
132
309000
3000
Может, нам стоит посмотреть, как обезьяны принимают свои финансовые решения
05:27
and try to see if they do the sameодна и та же kindsвиды of dumbтупой things that we do.
133
312000
3000
и попробовать понять, делают ли они такие же глупые вещи как мы.
05:30
Of courseкурс, that's when we hitудар a sortСортировать secondвторой problemпроблема --
134
315000
2000
И тут, конечно, перед нами встала вторая проблема --
05:32
a little bitнемного more methodologicalметодологический --
135
317000
2000
методологического рода --
05:34
whichкоторый is that, maybe you guys don't know,
136
319000
2000
которая состоит в том, если вы, ребят, не в курсе --
05:36
but monkeysобезьяны don't actuallyна самом деле use moneyДеньги. I know, you haven'tне metвстретил them.
137
321000
3000
но обезьяны вообще-то не пользюются деньгами. И даже никогда с ними не встречались в своей жизни.
05:39
But this is why, you know, they're not in the queueочередь behindза you
138
324000
2000
Поэтому они не стоят вместе с вами в очереди
05:41
at the groceryпродуктовый storeмагазин or the ATMБанкомат -- you know, they don't do this stuffматериал.
139
326000
3000
в магазе или в банкомат -- у них нет таких штук.
05:44
So now we facedсталкиваются, you know, a little bitнемного of a problemпроблема here.
140
329000
3000
Ну вот и столкнулись мы с этой проблемой.
05:47
How are we actuallyна самом деле going to askпросить monkeysобезьяны about moneyДеньги
141
332000
2000
Как же нам определить, как обезьяны поступают с деньгами,
05:49
if they don't actuallyна самом деле use it?
142
334000
2000
если они их вовсе не используют?
05:51
So we said, well, maybe we should just, actuallyна самом деле just suckсосать it up
143
336000
2000
Ну и мы решили, что, наверное, должны смириться
05:53
and teachучат monkeysобезьяны how to use moneyДеньги.
144
338000
2000
и научить обезьян пользоваться деньгами.
05:55
So that's just what we did.
145
340000
2000
Так мы и сделали.
05:57
What you're looking at over here is actuallyна самом деле the first unitЕд. изм that I know of
146
342000
3000
Вот здесь вы, вообще-то, видите первую в мире денежную единицу,
06:00
of non-humanне-человек currencyвалюта.
147
345000
2000
которой пользуются не люди.
06:02
We weren'tне было very creativeтворческий at the time we startedначал these studiesисследования,
148
347000
2000
В начале наших исследований нам в голову не пришло ничего более креативного,
06:04
so we just calledназывается it a tokenзнак.
149
349000
2000
чем назвать это просто жетоном.
06:06
But this is the unitЕд. изм of currencyвалюта that we'veмы в taughtучил our monkeysобезьяны at YaleЙельский университет
150
351000
3000
Но это именно та денежная единица, которой мы научили пользоваться наших обезьян в Йеле,
06:09
to actuallyна самом деле use with humansлюди,
151
354000
2000
на которые они действительно могли покупать у людей
06:11
to actuallyна самом деле buyкупить differentдругой piecesкуски of foodпитание.
152
356000
3000
различную пищу.
06:14
It doesn't look like much -- in factфакт, it isn't like much.
153
359000
2000
Это не кажется чем-то особенным -- на самом деле, в этом и нет ничего особенного.
06:16
Like mostбольшинство of our moneyДеньги, it's just a pieceкусок of metalметалл.
154
361000
2000
Как и большинство наших денег -- это просто кусок железки.
06:18
As those of you who'veкоторые уже takenвзятый currenciesвалюты home from your tripпоездка know,
155
363000
3000
Те из вас, кто брал домой какую-то валюту из путешествия знают,
06:21
onceодин раз you get home, it's actuallyна самом деле prettyСимпатичная uselessбесполезный.
156
366000
2000
что дома она становится довольно бесполезной.
06:23
It was uselessбесполезный to the monkeysобезьяны at first
157
368000
2000
Она и казалась бесполезной обезьянам поначалу.
06:25
before they realizedпонял what they could do with it.
158
370000
2000
Пока они не поняли, чего они могут с ее помощью добиться.
06:27
When we first gaveдал it to them in theirих enclosuresограждения,
159
372000
2000
Когда мы в первый раз дали им эти деньги,
06:29
they actuallyна самом деле kindсвоего рода of pickedвыбрал them up, lookedсмотрел at them.
160
374000
2000
они просто взяли их стали на них смотреть,
06:31
They were these kindсвоего рода of weirdстранный things.
161
376000
2000
как на какие-то странные штуки.
06:33
But very quicklyбыстро, the monkeysобезьяны realizedпонял
162
378000
2000
Но обезьяны быстро поняли,
06:35
that they could actuallyна самом деле handрука these tokensжетоны over
163
380000
2000
что они могут обмениваться этими жетонами
06:37
to differentдругой humansлюди in the labлаборатория for some foodпитание.
164
382000
3000
с разными людьми в лаборатории и получать за это еду.
06:40
And so you see one of our monkeysобезьяны, MaydayПервое мая, up here doing this.
165
385000
2000
Здесь вы видите одну из наших обезьян по имени Мейдей, которая это делает.
06:42
This is A and B are kindсвоего рода of the pointsточки where she's sortСортировать of a little bitнемного
166
387000
3000
На картинках A и B видно, что она еще сомневается,
06:45
curiousлюбопытный about these things -- doesn't know.
167
390000
2000
но уже появляется какой-то интерес.
06:47
There's this waitingожидание handрука from a humanчеловек experimenterэкспериментатор,
168
392000
2000
Вот это рука ожидающего экспериментатора
06:49
and MaydayПервое мая quicklyбыстро figuresцифры out, apparentlyпо всей видимости the humanчеловек wants this.
169
394000
3000
и Мейдей очень быстро понимает, что, несомненно, человек хочет эти жетоны.
06:52
HandsРуки it over, and then getsполучает some foodпитание.
170
397000
2000
Она передает их ему и получает еду.
06:54
It turnsвитки out not just MaydayПервое мая, all of our monkeysобезьяны get good
171
399000
2000
Оказывается, не только Мейдей, но и все обезьяны получают еду
06:56
at tradingторговый tokensжетоны with humanчеловек salesmanпродавец.
172
401000
2000
обмениваясь с людьми--продавцами жетонами.
06:58
So here'sвот just a quickбыстро videoвидео of what this looksвыглядит like.
173
403000
2000
Вот небольшое видео, которое показывает, как это выглядит.
07:00
Here'sВот MaydayПервое мая. She's going to be tradingторговый a tokenзнак for some foodпитание
174
405000
3000
Вот Мейдей. Тут она собирается поменять жетон на еду.
07:03
and waitingожидание happilyсчастливо and gettingполучение her foodпитание.
175
408000
3000
Минуты счастливого ожидания, и вот она получает свою еду.
07:06
Here'sВот FelixФеликс, I think. He's our alphaальфа maleмужской; he's a kindсвоего рода of bigбольшой guy.
176
411000
2000
Вот это Феликс. Это альфа самец. Большой парень.
07:08
But he too waitsждет patientlyтерпеливо, getsполучает his foodпитание and goesидет on.
177
413000
3000
Но он тоже терпеливо ожидает и получает свою еду.
07:11
So the monkeysобезьяны get really good at this.
178
416000
2000
Итак, у обезьян все хорошо получается.
07:13
They're surprisinglyкак ни странно good at this with very little trainingобучение.
179
418000
3000
Очень хорошо даже после небольшой тренировки.
07:16
We just allowedпозволил them to pickвыбирать this up on theirих ownсвоя.
180
421000
2000
Мы просто позволили им самим со всем разобраться.
07:18
The questionвопрос is: is this anything like humanчеловек moneyДеньги?
181
423000
2000
Вопрос в том, является ли это аналогом наших денег?
07:20
Is this a marketрынок at all,
182
425000
2000
Можно ли это считать рынком
07:22
or did we just do a weirdстранный psychologist'sпсихолога trickтрюк
183
427000
2000
или мы просто проделали некий психологический трюк,
07:24
by gettingполучение monkeysобезьяны to do something,
184
429000
2000
заставив обезьян проделывать что-то,
07:26
looking smartумная, but not really beingявляющийся smartумная.
185
431000
2000
что выглядит умным, но на самом деле таковым не является.
07:28
And so we said, well, what would the monkeysобезьяны spontaneouslyспонтанно do
186
433000
3000
И тогда мы подумали, что бы обезьяны делали самопроизвольно,
07:31
if this was really theirих currencyвалюта, if they were really usingс помощью it like moneyДеньги?
187
436000
3000
если б это действительно была их валюта, если б они действительно использовали эти жетоны как мы -- деньги?
07:34
Well, you mightмог бы actuallyна самом деле imagineпредставить them
188
439000
2000
Ну, вы можете представить,
07:36
to do all the kindsвиды of smartумная things
189
441000
2000
что они совершают всякие толковые поступки
07:38
that humansлюди do when they startНачало exchangingобмена moneyДеньги with eachкаждый other.
190
443000
3000
как и люди, которые начинают обмениваться деньгами друг с другом.
07:41
You mightмог бы have them startНачало payingплатеж attentionвнимание to priceцена,
191
446000
3000
Вы можете приучить их обращать внимание на цену,
07:44
payingплатеж attentionвнимание to how much they buyкупить --
192
449000
2000
обращать внимание на то, сколько они покупают --
07:46
sortСортировать of keepingхранение trackтрек of theirих monkeyобезьяна tokenзнак, as it were.
193
451000
3000
как бы следование за своими жетонами.
07:49
Do the monkeysобезьяны do anything like this?
194
454000
2000
Делают ли обезьяны что-то вроде этого?
07:51
And so our monkeyобезьяна marketplaceрыночная площадь was bornРодился.
195
456000
3000
Вот так и появился наш обезьяный рынок.
07:54
The way this worksработает is that
196
459000
2000
Работает это так:
07:56
our monkeysобезьяны normallyкак обычно liveжить in a kindсвоего рода of bigбольшой zooзоопарк socialСоциальное enclosureограда.
197
461000
3000
наши обезьяны обычно живут по несколько особей в достаточно больших клетках.
07:59
When they get a hankeringстрастное желание for some treatsлечит,
198
464000
2000
Но когда у них появляется желание получить угощение,
08:01
we actuallyна самом деле allowedпозволил them a way out
199
466000
2000
мы разрешаем им уйти
08:03
into a little smallerменьше enclosureограда where they could enterвойти the marketрынок.
200
468000
2000
в меньшую клетку, из которой они могут выходить на рынок.
08:05
Uponна enteringвходящий the marketрынок --
201
470000
2000
На входе на рынок --
08:07
it was actuallyна самом деле a much more funвесело marketрынок for the monkeysобезьяны than mostбольшинство humanчеловек marketsрынки
202
472000
2000
на самом деле этот обезьяный рынок был забавнее большинства человеческих рынков,
08:09
because, as the monkeysобезьяны enteredвошел the doorдверь of the marketрынок,
203
474000
3000
потому что, как только обезьяна входила туда,
08:12
a humanчеловек would give them a bigбольшой walletбумажник fullполный of tokensжетоны
204
477000
2000
человек давал ей большой мешок с жетонами
08:14
so they could actuallyна самом деле tradeсделка the tokensжетоны
205
479000
2000
чтоб они могли обмениваться ими
08:16
with one of these two guys here --
206
481000
2000
с одним из двух других ребят --
08:18
two differentдругой possibleвозможное humanчеловек salesmenпродавцы
207
483000
2000
разных людей--продавцов,
08:20
that they could actuallyна самом деле buyкупить stuffматериал from.
208
485000
2000
у которых они могли что-то покупать.
08:22
The salesmenпродавцы were studentsстуденты from my labлаборатория.
209
487000
2000
Продавцами были студенты из моей лаборатории.
08:24
They dressedзаправленный differentlyиначе; they were differentдругой people.
210
489000
2000
Они были одеты по--разному; это были разные люди.
08:26
And over time, they did basicallyв основном the sameодна и та же thing
211
491000
3000
И некоторое время они делали по сути одно и то же
08:29
so the monkeysобезьяны could learnучить, you know,
212
494000
2000
чтобы обезъяны могли привыкнуть,
08:31
who soldпродан what at what priceцена -- you know, who was reliableнадежный, who wasn'tне было, and so on.
213
496000
3000
к тому, кто что продает и по какой цене -- кому можно верить, кому нет и так далее.
08:34
And you can see that eachкаждый of the experimentersэкспериментаторы
214
499000
2000
И вы можете видеть, что каждый экспериментатор
08:36
is actuallyна самом деле holdingдержа up a little, yellowжелтый foodпитание dishблюдо.
215
501000
3000
тут держит маленькую желтую миску еды.
08:39
and that's what the monkeyобезьяна can for a singleОдин tokenзнак.
216
504000
2000
Вот ее обезьяны и могут получить за один жетон.
08:41
So everything costsрасходы one tokenзнак,
217
506000
2000
Таким образом, все стоит один жетон,
08:43
but as you can see, sometimesиногда tokensжетоны buyкупить more than othersдругие,
218
508000
2000
но как видно, иногда за один жетон можно получить больше --
08:45
sometimesиногда more grapesвиноград than othersдругие.
219
510000
2000
больше винограда, чем в остальное время.
08:47
So I'll showпоказать you a quickбыстро videoвидео of what this marketplaceрыночная площадь actuallyна самом деле looksвыглядит like.
220
512000
3000
Я покажу вам небольшое видео о том как это все выглядит.
08:50
Here'sВот a monkey-eye-viewобезьяна-глаз вид. MonkeysОбезьяны are shorterкороче, so it's a little shortкороткая.
221
515000
3000
Это с точки зрения обезьян. Обезьяны невысокие, поэтому тут не очень высоко.
08:53
But here'sвот HoneyМед.
222
518000
2000
Это Хани.
08:55
She's waitingожидание for the marketрынок to openоткрытый a little impatientlyс нетерпением.
223
520000
2000
Она немного нетерпеливо ждет открытия рынка.
08:57
All of a suddenвнезапно the marketрынок opensоткрывает. Here'sВот her choiceвыбор: one grapesвиноград or two grapesвиноград.
224
522000
3000
Вдруг он открывается. И вот ее выбор: одна виноградина или две виноградины.
09:00
You can see HoneyМед, very good marketрынок economistэкономист,
225
525000
2000
Вы можете видеть, что Хани -- очень хороший рыночный экономик --
09:02
goesидет with the guy who givesдает more.
226
527000
3000
обменивается с тем человеком, который предлагает больше.
09:05
She could teachучат our financialфинансовый advisersконсультанты a fewмало things or two.
227
530000
2000
Она могла б научить наших финансовых консультантов паре вещей.
09:07
So not just HoneyМед,
228
532000
2000
Итак, не только Хани,
09:09
mostбольшинство of the monkeysобезьяны wentотправился with guys who had more.
229
534000
3000
но и большинство обезьян обмениваются с тем парнем, который предлагает больше.
09:12
MostНаиболее of the monkeysобезьяны wentотправился with guys who had better foodпитание.
230
537000
2000
Также большинство обезьян обмениваются с теми, у кого лучше еда.
09:14
When we introducedвведены salesпродажи, we saw the monkeysобезьяны paidоплаченный attentionвнимание to that.
231
539000
3000
Когда мы ввели "продажи", мы поняли, что обезьяны обратили на это внимание.
09:17
They really caredуход about theirих monkeyобезьяна tokenзнак dollarдоллар.
232
542000
3000
Они действительно внимательно относились к своим обезьяним жетоно-баксам.
09:20
The more surprisingудивительный thing was that when we collaboratedсотрудничало with economistsэкономисты
233
545000
3000
Наиболее удивительные факты открылись, когда мы стали сотрудничать с экономистами,
09:23
to actuallyна самом деле look at the monkeys'обезьян dataданные usingс помощью economicэкономической toolsинструменты,
234
548000
3000
они проанализировали данные о том, как обезьяны используют их экономические инструменты,
09:26
they basicallyв основном matchedсоответствие, not just qualitativelyкачественно,
235
551000
3000
и оказалось, что они практически совпадают, не только качественно,
09:29
but quantitativelyколичественно with what we saw
236
554000
2000
но и количестевенно с тем, что мы видим
09:31
humansлюди doing in a realреальный marketрынок.
237
556000
2000
на нашем реальном рынке.
09:33
So much so that, if you saw the monkeys'обезьян numbersчисел,
238
558000
2000
Совпадение настолько большое, что невозможно отличить
09:35
you couldn'tне может tell whetherбудь то they cameпришел from a monkeyобезьяна or a humanчеловек in the sameодна и та же marketрынок.
239
560000
3000
данные, полученные от обезьян, от данных, полученных от человека.
09:38
And what we'dмы б really thought we'dмы б doneсделанный
240
563000
2000
И мы думаем, что мы
09:40
is like we'dмы б actuallyна самом деле introducedвведены something
241
565000
2000
действительно создали то,
09:42
that, at leastнаименее for the monkeysобезьяны and us,
242
567000
2000
что, по крайней мере, и для нас, и для обезьян
09:44
worksработает like a realреальный financialфинансовый currencyвалюта.
243
569000
2000
функционирует как настоящая валюта.
09:46
QuestionВопрос is: do the monkeysобезьяны startНачало messingМессинг up in the sameодна и та же waysпути we do?
244
571000
3000
Вопрос в том -- ошибаются ли обезьяны так же как и мы?
09:49
Well, we alreadyуже saw anecdotallyанекдотически a coupleпара of signsзнаки that they mightмог бы.
245
574000
3000
На самом деле, у нас уже есть пара случайных наблюдений, которые могут свидетельствовать в пользу этих фактов.
09:52
One thing we never saw in the monkeyобезьяна marketplaceрыночная площадь
246
577000
2000
Например, мы никогда не наблюдали, чтоб обезьяны
09:54
was any evidenceдоказательства of savingэкономия --
247
579000
2000
что-то пытались сэкономить и сберечь --
09:56
you know, just like our ownсвоя speciesвид.
248
581000
2000
ну, так же как и человек.
09:58
The monkeysобезьяны enteredвошел the marketрынок, spentпотраченный theirих entireвсе budgetбюджет
249
583000
2000
Обезьяны выходили на рынок, тратили все ресурсы
10:00
and then wentотправился back to everyoneвсе elseеще.
250
585000
2000
и возвращались обратно.
10:02
The other thing we alsoтакже spontaneouslyспонтанно saw,
251
587000
2000
Другое наблюдение, которое мы случайно сделали,
10:04
embarrassinglyошеломляюще enoughдостаточно,
252
589000
2000
достаточно забавное,
10:06
is spontaneousспонтанный evidenceдоказательства of larcenyворовство.
253
591000
2000
это то, что обезьяны иногда крали.
10:08
The monkeysобезьяны would rip-offнадувательство the tokensжетоны at everyкаждый availableдоступный opportunityвозможность --
254
593000
3000
Они тырили жетоны при первой удобной возможности --
10:11
from eachкаждый other, oftenдовольно часто from us --
255
596000
2000
у друг друга, часто и у нас --
10:13
you know, things we didn't necessarilyобязательно think we were introducingвведения,
256
598000
2000
вот с этими понятиями мы точно их не знакомили,
10:15
but things we spontaneouslyспонтанно saw.
257
600000
2000
но часто их наблюдали.
10:17
So we said, this looksвыглядит badПлохо.
258
602000
2000
Итак, мы уже сказали, что вообще-то это не очень хорошо.
10:19
Can we actuallyна самом деле see if the monkeysобезьяны
259
604000
2000
Но сможем ли мы понять,
10:21
are doing exactlyв точку the sameодна и та же dumbтупой things as humansлюди do?
260
606000
3000
делают ли обезьяны те же глупости, что и люди?
10:24
One possibilityвозможность is just kindсвоего рода of let
261
609000
2000
Одна из возможностей это узнать -- просто позволить
10:26
the monkeyобезьяна financialфинансовый systemсистема playиграть out,
262
611000
2000
этой обезьяньей рыночной системе жить своей жизнью,
10:28
you know, see if they startНачало callingпризвание us for bailoutsкатапультирование in a fewмало yearsлет.
263
613000
2000
и посмотреть, будут ли они просить у нас ссуды через несколько лет.
10:30
We were a little impatientнетерпеливый so we wanted
264
615000
2000
Но мы были немного нетерпеливыми и поэтому хотели
10:32
to sortСортировать of speedскорость things up a bitнемного.
265
617000
2000
как-то ускорить события.
10:34
So we said, let's actuallyна самом деле give the monkeysобезьяны
266
619000
2000
И мы решили сразу поставить перед обезьянами
10:36
the sameодна и та же kindsвиды of problemsпроблемы
267
621000
2000
те же проблемы,
10:38
that humansлюди tendиметь тенденцию to get wrongнеправильно
268
623000
2000
с которыми встречаются люди и терпят неудачу
10:40
in certainопределенный kindsвиды of economicэкономической challengesпроблемы,
269
625000
2000
в определенных экономических задачах
10:42
or certainопределенный kindsвиды of economicэкономической experimentsэксперименты.
270
627000
2000
или экономических экспериментах.
10:44
And so, sinceпоскольку the bestЛучший way to see how people go wrongнеправильно
271
629000
3000
Итак, чтобы понять, как ошибаются люди,
10:47
is to actuallyна самом деле do it yourselfсам,
272
632000
2000
лучше это сделать самому.
10:49
I'm going to give you guys a quickбыстро experimentэксперимент
273
634000
2000
Я предлагаю вам небольшой эксперимент,
10:51
to sortСортировать of watch your ownсвоя financialфинансовый intuitionsинтуитивные in actionдействие.
274
636000
2000
который покажет вашу финансовую интуицию в действии.
10:53
So imagineпредставить that right now
275
638000
2000
Итак, представьте, что сейчас
10:55
I handedруками eachкаждый and everyкаждый one of you
276
640000
2000
я даю каждому из вас
10:57
a thousandтысяча U.S. dollarsдолларов -- so 10 crispхрустящий hundredсто dollarдоллар billsбанкноты.
277
642000
3000
тысячу американских долларов -- десять хрустящих стодолларовых купюр.
11:00
Take these, put it in your walletбумажник
278
645000
2000
Возьмите их, положите себе в кошелек,
11:02
and spendпроводить a secondвторой thinkingмышление about what you're going to do with it.
279
647000
2000
и потратьте секундочку, обдумывая, что вы можете с ними сделать.
11:04
Because it's yoursваш now; you can buyкупить whateverбез разницы you want.
280
649000
2000
Потому что теперь они ваши; можете купить все, что вашей душе угодно.
11:06
Donateжертвовать it, take it, and so on.
281
651000
2000
Подарите их, возьмите их -- что угодно.
11:08
SoundsЗвуки great, but you get one more choiceвыбор to earnзарабатывать a little bitнемного more moneyДеньги.
282
653000
3000
Звучит великолепно, но теперь вам представляется еще шанс заработать чуть-чуть денег.
11:11
And here'sвот your choiceвыбор: you can eitherили be riskyрискованный,
283
656000
3000
И вот какой выбор: вы можете либо рискнуть,
11:14
in whichкоторый caseдело I'm going to flipкувырок one of these monkeyобезьяна tokensжетоны.
284
659000
2000
в этом случае я подброшу один из этих жетонов.
11:16
If it comesвыходит up headsруководители, you're going to get a thousandтысяча dollarsдолларов more.
285
661000
2000
Если выпадет орел, то вы получите еще тысячу долларов.
11:18
If it comesвыходит up tailsфрак, you get nothing.
286
663000
2000
Если же выпадет решка, то вы ничего не получите.
11:20
So it's a chanceшанс to get more, but it's prettyСимпатичная riskyрискованный.
287
665000
3000
Так что, это шанс получить больше, но довольно рискованный.
11:23
Your other optionвариант is a bitнемного safeбезопасно. Your just going to get some moneyДеньги for sure.
288
668000
3000
Другой вариант чуть более безопасный. Вы просто получите точную сумму денег.
11:26
I'm just going to give you 500 bucksбаксы.
289
671000
2000
И я собираюсь дать вам 500 баксов.
11:28
You can stickпридерживаться it in your walletбумажник and use it immediatelyнемедленно.
290
673000
3000
Вы можете засунуть их в кошелек и использовать немедленно.
11:31
So see what your intuitionинтуиция is here.
291
676000
2000
Так, посмотрим, как у вас тут с интуицией.
11:33
MostНаиболее people actuallyна самом деле go with the play-it-safeиграть безопасно optionвариант.
292
678000
3000
Большинство людей обычно избегают риска.
11:36
MostНаиболее people say, why should I be riskyрискованный when I can get 1,500 dollarsдолларов for sure?
293
681000
3000
Большинство людей говорят -- зачем мне рисковать, если я могу точно получить полторы тысячи баксов?
11:39
This seemsкажется like a good betделать ставку. I'm going to go with that.
294
684000
2000
Это, похоже, хорошая ставка. Я ее поддерживаю.
11:41
You mightмог бы say, ehа, that's not really irrationalиррациональный.
295
686000
2000
Вы, наверное, скажете, хм, это не так уж и иррационально.
11:43
People are a little risk-averseсклонны к риску. So what?
296
688000
2000
Люди всегда стремятся уйти от риска. И что?
11:45
Well, the "so what?" comesвыходит when startНачало thinkingмышление
297
690000
2000
Мы вспомним это "и что?" когда поставим
11:47
about the sameодна и та же problemпроблема
298
692000
2000
ту же проблему
11:49
setзадавать up just a little bitнемного differentlyиначе.
299
694000
2000
немного по-другому.
11:51
So now imagineпредставить that I give eachкаждый and everyкаждый one of you
300
696000
2000
Так что теперь представьте, что я даю каждому из вас
11:53
2,000 dollarsдолларов -- 20 crispхрустящий hundredсто dollarдоллар billsбанкноты.
301
698000
3000
2 тысячи долларов -- 20 хрустящих долларовых купюр.
11:56
Now you can buyкупить doubleдвойной to stuffматериал you were going to get before.
302
701000
2000
Теперь вы сможете потратить в два раза больше чем раньше.
11:58
Think about how you'dвы бы feel stickingприлипание it in your walletбумажник.
303
703000
2000
Подумайте о том, как вы засовываете их в свой кошелек.
12:00
And now imagineпредставить that I have you make anotherдругой choiceвыбор
304
705000
2000
А теперь, представьте себе, я заставлю вас сделать еще один выбор.
12:02
But this time, it's a little bitнемного worseхуже.
305
707000
2000
Но в этот раз он вам меньше понравится.
12:04
Now, you're going to be decidingпринятия решения how you're going to loseпотерять moneyДеньги,
306
709000
3000
Теперь вы будете решать, как вы будете терять деньги,
12:07
but you're going to get the sameодна и та же choiceвыбор.
307
712000
2000
но по сути у вас будет тот же выбор.
12:09
You can eitherили take a riskyрискованный lossпотеря --
308
714000
2000
Вы можете либо рискнуть --
12:11
so I'll flipкувырок a coinмонета. If it comesвыходит up headsруководители, you're going to actuallyна самом деле loseпотерять a lot.
309
716000
3000
и я подброшу монетку. Если выпадет орел -- вы много потеряете.
12:14
If it comesвыходит up tailsфрак, you loseпотерять nothing, you're fine, get to keep the wholeвсе thing --
310
719000
3000
Если выпадет решка, вы ничего не потеряете, все останется у вас --
12:17
or you could playиграть it safeбезопасно, whichкоторый meansозначает you have to reachдостичь back into your walletбумажник
311
722000
3000
либо вы можете не рисковать, а значит, снова достать свой кошелек
12:20
and give me five5 of those $100 billsбанкноты, for certainопределенный.
312
725000
3000
и отдать мне обратно пять из этих стодолларовых купюр.
12:23
And I'm seeingвидя a lot of furrowedбороздчатый browsброви out there.
313
728000
3000
Вижу, многие нахмурились.
12:26
So maybe you're havingимеющий the sameодна и та же intuitionsинтуитивные
314
731000
2000
Итак, может быть у вас возникают те же соображения,
12:28
as the subjectsпредметы that were actuallyна самом деле testedпроверенный in this,
315
733000
2000
что и у испытуемых, на которых мы это тестировали.
12:30
whichкоторый is when presentedпредставленный with these optionsопции,
316
735000
2000
Когда мы предоставили им выбор,
12:32
people don't chooseвыберите to playиграть it safeбезопасно.
317
737000
2000
они не выбрали безопасный путь.
12:34
They actuallyна самом деле tendиметь тенденцию to go a little riskyрискованный.
318
739000
2000
Они решили рискнуть.
12:36
The reasonпричина this is irrationalиррациональный is that we'veмы в givenданный people in bothи то и другое situationsситуации
319
741000
3000
И это иррационально, потому что в обоих случаях людям
12:39
the sameодна и та же choiceвыбор.
320
744000
2000
был предоставлен равносильный выбор.
12:41
It's a 50/50 shotвыстрел of a thousandтысяча or 2,000,
321
746000
3000
Либо с вероятностью 50/50 получить тысячу или две,
12:44
or just 1,500 dollarsдолларов with certaintyопределенность.
322
749000
2000
либо 1,5 тысячи точно.
12:46
But people'sнародный intuitionsинтуитивные about how much riskриск to take
323
751000
3000
Но интуиция людей относительно того, насколько подвергаться риску,
12:49
variesменяется dependingв зависимости on where they startedначал with.
324
754000
2000
варьирует в зависимости от стартовой точки.
12:51
So what's going on?
325
756000
2000
Что же происходит?
12:53
Well, it turnsвитки out that this seemsкажется to be the resultрезультат
326
758000
2000
Ну, похоже, это является следствием
12:55
of at leastнаименее two biasesуклоны that we have at the psychologicalпсихологический levelуровень.
327
760000
3000
по крайней мере двух склонностей, которые присутствуют у нас на психологическом уровне.
12:58
One is that we have a really hardжесткий time thinkingмышление in absoluteабсолютный termsсроки.
328
763000
3000
Первая состоит в том, что мы испытываем большие сложности, когда пытаемся думать в абсолюных величинах.
13:01
You really have to do work to figureфигура out,
329
766000
2000
Приходится очень напрячься, чтоб понять, что,
13:03
well, one option'sопции a thousandтысяча, 2,000;
330
768000
2000
действительно, первый выбор -- это либо тысяча, либо две тысячи,
13:05
one is 1,500.
331
770000
2000
а второй -- полторы тысячи.
13:07
InsteadВместо, we find it very easyлегко to think in very relativeотносительный termsсроки
332
772000
3000
Вместо этого нам очень легко рассуждать, оперируя относительными величинами,
13:10
as optionsопции changeизменение from one time to anotherдругой.
333
775000
3000
так как условия каждый раз разные.
13:13
So we think of things as, "Oh, I'm going to get more," or "Oh, I'm going to get lessМеньше."
334
778000
3000
И мы рассуждаем в ключе -- "О, я получу больше" или "О, я получу меньше".
13:16
This is all well and good, exceptКроме that
335
781000
2000
С этим все в порядке, кроме того, что
13:18
changesизменения in differentдругой directionsнаправления
336
783000
2000
изменения в разные стороны
13:20
actuallyна самом деле effectэффект whetherбудь то or not we think
337
785000
2000
фактически влияют на то, считаем ли мы
13:22
optionsопции are good or not.
338
787000
2000
выбор хорошим или нет.
13:24
And this leadsприводит to the secondвторой biasсмещение,
339
789000
2000
И это ведет ко второй нашей склонности,
13:26
whichкоторый economistsэкономисты have calledназывается lossпотеря aversionантипатия.
340
791000
2000
которую экономисты прозвали боязнью потерь.
13:28
The ideaидея is that we really hateненавидеть it when things go into the redкрасный.
341
793000
3000
Суть в том, что мы терпеть не можем уходить в минус.
13:31
We really hateненавидеть it when we have to loseпотерять out on some moneyДеньги.
342
796000
2000
Терпеть не можем терять деньги.
13:33
And this meansозначает that sometimesиногда we'llЧто ж actuallyна самом деле
343
798000
2000
И это означает, что иногда мы будем изменять
13:35
switchпереключатель our preferencesпредпочтения to avoidизбежать this.
344
800000
2000
нашим предпочтениям, чтобы избежать этого.
13:37
What you saw in that last scenarioсценарий is that
345
802000
2000
Вы видели, что в последней ситуации
13:39
subjectsпредметы get riskyрискованный
346
804000
2000
испытуемые становятся более рисковыми,
13:41
because they want the smallмаленький shotвыстрел that there won'tне будет be any lossпотеря.
347
806000
3000
потому что они хотят получить хоть небольшую вероятность избежать потерь.
13:44
That meansозначает when we're in a riskриск mindsetобраз мышления --
348
809000
2000
Это означает, что, находясь в ситуации, когда мы настроены рискнуть,
13:46
excuseоправдание me, when we're in a lossпотеря mindsetобраз мышления,
349
811000
2000
точнее, когда мы ожидаем потерь,
13:48
we actuallyна самом деле becomeстали more riskyрискованный,
350
813000
2000
мы действительно становимся более рисковыми,
13:50
whichкоторый can actuallyна самом деле be really worryingбеспокойство.
351
815000
2000
что вызывает большие опасения.
13:52
These kindsвиды of things playиграть out in lots of badПлохо waysпути in humansлюди.
352
817000
3000
Эта склонность часто приводит к негативным последствиям.
13:55
They're why stockакции investorsинвесторы holdдержать ontoна losingпроигрыш stocksакции longerдольше --
353
820000
3000
Именно поэтому инвесторы дольше не продают акции на падающем рынке,
13:58
because they're evaluatingоценки them in relativeотносительный termsсроки.
354
823000
2000
оценивая их в относительных величинах.
14:00
They're why people in the housingКорпус marketрынок refusedотказалась to sellпродавать theirих houseдом --
355
825000
2000
Именно поэтому люди отказывались продавать свою недвижимость,
14:02
because they don't want to sellпродавать at a lossпотеря.
356
827000
2000
не желая продавать себе в убыток.
14:04
The questionвопрос we were interestedзаинтересованный in
357
829000
2000
Вопрос, который нас интересовал --
14:06
is whetherбудь то the monkeysобезьяны showпоказать the sameодна и та же biasesуклоны.
358
831000
2000
есть ли у обезьян такие же склонности.
14:08
If we setзадавать up those sameодна и та же scenariosсценарии in our little monkeyобезьяна marketрынок,
359
833000
3000
Если мы воспроизведем те же ситуации в нашем маленьком обезьяньем рынке,
14:11
would they do the sameодна и та же thing as people?
360
836000
2000
будут ли они делать те же ошибки, что и люди?
14:13
And so this is what we did, we gaveдал the monkeysобезьяны choicesвыбор
361
838000
2000
Так мы и сделали -- предложили обезьянам выбор
14:15
betweenмежду guys who were safeбезопасно -- they did the sameодна и та же thing everyкаждый time --
362
840000
3000
между безопасными "продавцами" -- которые давали все время одно и то же --
14:18
or guys who were riskyрискованный --
363
843000
2000
и "продавцами", которые провоцировали на риск --
14:20
they did things differentlyиначе halfполовина the time.
364
845000
2000
они давали различное количество в 50 процентах случаев.
14:22
And then we gaveдал them optionsопции that were bonusesбонусы --
365
847000
2000
И мы ставили их в ситуации, когда они могли получить бонусы --
14:24
like you guys did in the first scenarioсценарий --
366
849000
2000
как и вас в первом сценарии --
14:26
so they actuallyна самом деле have a chanceшанс more,
367
851000
2000
когда они действительно могли получить больше,
14:28
or piecesкуски where they were experiencingиспытывают lossesпотери --
368
853000
3000
и в ситуации, когда они терпели убытки --
14:31
they actuallyна самом деле thought they were going to get more than they really got.
369
856000
2000
они рассчитывали получить больше, чем получали на самом деле.
14:33
And so this is what this looksвыглядит like.
370
858000
2000
И вот как это выглядит.
14:35
We introducedвведены the monkeysобезьяны to two newновый monkeyобезьяна salesmenпродавцы.
371
860000
2000
Мы познакомили обезьян с двумя новыми продавцами.
14:37
The guy on the left and right bothи то и другое startНачало with one pieceкусок of grapeвиноград,
372
862000
2000
И правый и левый, оба сначала предлагают одну виноградину,
14:39
so it looksвыглядит prettyСимпатичная good.
373
864000
2000
все выглядит хорошо.
14:41
But they're going to give the monkeysобезьяны bonusesбонусы.
374
866000
2000
Но они собираются предоставить обезьянам бонусы.
14:43
The guy on the left is a safeбезопасно bonusбонус.
375
868000
2000
Продавец, который стоит слева, дает фиксированный бонус.
14:45
All the time, he addsдобавляет one, to give the monkeysобезьяны two.
376
870000
3000
Каждый раз он добавляет одну виноградину и обезьяна в результате получает две.
14:48
The guy on the right is actuallyна самом деле a riskyрискованный bonusбонус.
377
873000
2000
Продавец справа дает бонус случайным образом.
14:50
SometimesИногда the monkeysобезьяны get no bonusбонус -- so this is a bonusбонус of zeroнуль.
378
875000
3000
Иногда обезьяна не получает никакого бонуса.
14:53
SometimesИногда the monkeysобезьяны get two extraдополнительный.
379
878000
3000
Иногда получает две лишних виноградины,
14:56
For a bigбольшой bonusбонус, now they get threeтри.
380
881000
2000
то есть всего получает три.
14:58
But this is the sameодна и та же choiceвыбор you guys just facedсталкиваются.
381
883000
2000
Это та же ситуация выбора, перед которым стояли и вы.
15:00
Do the monkeysобезьяны actuallyна самом деле want to playиграть it safeбезопасно
382
885000
3000
Хотят ли обезьяны избегать риска
15:03
and then go with the guy who'sкто going to do the sameодна и та же thing on everyкаждый trialиспытание,
383
888000
2000
и покупать у продавца, который все время дает фиксированную прибавку
15:05
or do they want to be riskyрискованный
384
890000
2000
или они хотят рисковать и
15:07
and try to get a riskyрискованный, but bigбольшой, bonusбонус,
385
892000
2000
пробовать получить случайный, но большой бонус,
15:09
but riskриск the possibilityвозможность of gettingполучение no bonusбонус.
386
894000
2000
рискуя остаться вообще без бонуса.
15:11
People here playedиграл it safeбезопасно.
387
896000
2000
Люди в этом случае не рисковали.
15:13
TurnsПовороты out, the monkeysобезьяны playиграть it safeбезопасно too.
388
898000
2000
Оказывается, обезьяны тоже не рискуют.
15:15
QualitativelyКачественно and quantitativelyколичественно,
389
900000
2000
И количественно и качественно
15:17
they chooseвыберите exactlyв точку the sameодна и та же way as people,
390
902000
2000
они поступают так же как и люди,
15:19
when testedпроверенный in the sameодна и та же thing.
391
904000
2000
поставленные в ту же ситуацию.
15:21
You mightмог бы say, well, maybe the monkeysобезьяны just don't like riskриск.
392
906000
2000
Вы можете подумать, что, наверное, обезьяны просто не любят рисковать.
15:23
Maybe we should see how they do with lossesпотери.
393
908000
2000
И, вероятно, нам стоит посмотреть, что же они будут делать в случае потерь.
15:25
And so we ranпобежал a secondвторой versionверсия of this.
394
910000
2000
И мы провели эксперимент по второму сценарию.
15:27
Now, the monkeysобезьяны meetвстретить two guys
395
912000
2000
Теперь перед обезьянами появляются два человека,
15:29
who aren'tне givingдающий them bonusesбонусы;
396
914000
2000
которые не дают им бонусов;
15:31
they're actuallyна самом деле givingдающий them lessМеньше than they expectожидать.
397
916000
2000
наоборот, они дают им меньше, чем те ожидают.
15:33
So they look like they're startingначало out with a bigбольшой amountколичество.
398
918000
2000
Итак, сначала все выглядит так, будто они хотят дать много.
15:35
These are threeтри grapesвиноград; the monkey'sобезьяны really psychedсвихнувшийся for this.
399
920000
2000
Вот три виноградины; обезьян очень радует их вид.
15:37
But now they learnучить these guys are going to give them lessМеньше than they expectожидать.
400
922000
3000
Но вскоре они понимают, что эти ребята будут отдавать им меньше ожидаемого.
15:40
They guy on the left is a safeбезопасно lossпотеря.
401
925000
2000
Человек слева отнимает фиксированное количество.
15:42
Everyкаждый singleОдин time, he's going to take one of these away
402
927000
3000
Каждый раз он будет давать на одну меньше
15:45
and give the monkeysобезьяны just two.
403
930000
2000
и обезьяны будут получать всего две.
15:47
the guy on the right is the riskyрискованный lossпотеря.
404
932000
2000
Число ягод, которое недодаст человек справа заранее неизвестно.
15:49
SometimesИногда he givesдает no lossпотеря, so the monkeysобезьяны are really psychedсвихнувшийся,
405
934000
3000
Иногда он вообще ничего не отнимает, что безумно радует обезьян.
15:52
but sometimesиногда he actuallyна самом деле givesдает a bigбольшой lossпотеря,
406
937000
2000
Но иногда он приносит действительно большие потери,
15:54
takingпринятие away two to give the monkeysобезьяны only one.
407
939000
2000
забирая две виноградины и оставляя обезьянам всего одну.
15:56
And so what do the monkeysобезьяны do?
408
941000
2000
И что же делают обезьяны?
15:58
Again, sameодна и та же choiceвыбор; they can playиграть it safeбезопасно
409
943000
2000
Опять, тот же выбор; они могут не рисковать
16:00
for always gettingполучение two grapesвиноград everyкаждый singleОдин time,
410
945000
3000
и всегда получать две виноградины,
16:03
or they can take a riskyрискованный betделать ставку and chooseвыберите betweenмежду one and threeтри.
411
948000
3000
но могут и рискнуть, имея шанс получить либо одну, либо три.
16:06
The remarkableзамечательный thing to us is that, when you give monkeysобезьяны this choiceвыбор,
412
951000
3000
Поразительным для нас было то, что когда предоставляешь обезьянам этот выбор,
16:09
they do the sameодна и та же irrationalиррациональный thing that people do.
413
954000
2000
они принимают те же иррациональные решения, что и люди.
16:11
They actuallyна самом деле becomeстали more riskyрискованный
414
956000
2000
Они в самом деле становятся более рисковыми,
16:13
dependingв зависимости on how the experimentersэкспериментаторы startedначал.
415
958000
3000
в зависимости от начальной точки эксперимента.
16:16
This is crazyпсих because it suggestsпредполагает that the monkeysобезьяны too
416
961000
2000
И это сногсшибательно, потому что из этого следует, что обезьяны тоже
16:18
are evaluatingоценки things in relativeотносительный termsсроки
417
963000
2000
оценивают относительно,
16:20
and actuallyна самом деле treatingлечения lossesпотери differentlyиначе than they treatрассматривать gainsдоходы.
418
965000
3000
и они действительно оперируют потерями и прибылями по-разному.
16:23
So what does all of this mean?
419
968000
2000
Что же все это значит?
16:25
Well, what we'veмы в shownпоказанный is that, first of all,
420
970000
2000
Во-первых, мы показали, что
16:27
we can actuallyна самом деле give the monkeysобезьяны a financialфинансовый currencyвалюта,
421
972000
2000
можно действительно дать обезьянам деньги как финансовый инструмент
16:29
and they do very similarаналогичный things with it.
422
974000
2000
и они будут проделывать простые операции с ними.
16:31
They do some of the smartумная things we do,
423
976000
2000
Они делают некоторые разумные и правильные вещи, которые делаем и мы,
16:33
some of the kindсвоего рода of not so niceхороший things we do,
424
978000
2000
некоторые плохие вещи --
16:35
like stealукрасть it and so on.
425
980000
2000
например, крадут их и так далее.
16:37
But they alsoтакже do some of the irrationalиррациональный things we do.
426
982000
2000
Но также они совершают и нерациональные действия, которые совершаем и мы.
16:39
They systematicallyсистематически get things wrongнеправильно
427
984000
2000
Они систематически совершают ошибки
16:41
and in the sameодна и та же waysпути that we do.
428
986000
2000
в тех же местах, что и мы.
16:43
This is the first take-homeзабрать домой messageсообщение of the Talk,
429
988000
2000
Это первое сообщение из моей речи, которое можно применить на практике.
16:45
whichкоторый is that if you saw the beginningначало of this and you thought,
430
990000
2000
И если вы сначала хорошо слушали и подумали --
16:47
oh, I'm totallyполностью going to go home and hireНаем a capuchinкапуцин monkeyобезьяна financialфинансовый adviserконсультант.
431
992000
2000
вот я вернусь домой и обязательно найму обезьяну-капуцина в качестве финансового консультанта.
16:49
They're way cuterпривлекательнее than the one at ... you know --
432
994000
2000
Они гораздо прикольнее тех, что ... ну вы поняли.
16:51
Don't do that; they're probablyвероятно going to be just as dumbтупой
433
996000
2000
Не делайте так, потому что, скорее всего, они будут настолько же тупы,
16:53
as the humanчеловек one you alreadyуже have.
434
998000
3000
как те, с которыми вы работаете сейчас.
16:56
So, you know, a little badПлохо -- Sorry, sorry, sorry.
435
1001000
2000
Не очень-то ободряюще - ну извините.
16:58
A little badПлохо for monkeyобезьяна investorsинвесторы.
436
1003000
2000
Скверно для инвесторов-обезьян.
17:00
But of courseкурс, you know, the reasonпричина you're laughingсмеющийся is badПлохо for humansлюди too.
437
1005000
3000
Но, конечно, вы понимаете, что те факты, над которыми вы сейчас смеетесь, актуальны и неутешительны и для человека.
17:03
Because we'veмы в answeredответил the questionвопрос we startedначал out with.
438
1008000
3000
Потому что мы-таки ответили на поставленный вначале вопрос.
17:06
We wanted to know where these kindsвиды of errorsошибки cameпришел from.
439
1011000
2000
Мы хотели узнать, каков генез этих ошибок.
17:08
And we startedначал with the hopeнадежда that maybe we can
440
1013000
2000
И мы сначала надеялись, что, может, мы можем
17:10
sortСортировать of tweakщипать our financialфинансовый institutionsучреждения,
441
1015000
2000
просто чуть лучше устроить наши финансовые институты,
17:12
tweakщипать our technologiesтехнологии to make ourselvesсами better.
442
1017000
3000
подрегулировать наши технологии, таким образом делая нас самих лучше.
17:15
But what we'veмы в learnучить is that these biasesуклоны mightмог бы be a deeperГлубже partчасть of us than that.
443
1020000
3000
Но как мы поняли, эти склонности, скорее всего, гораздо глубже заложены в нас.
17:18
In factфакт, they mightмог бы be dueв связи to the very natureприрода
444
1023000
2000
На самом деле, они могли возникнуть естественно
17:20
of our evolutionaryэволюционный historyистория.
445
1025000
2000
в ходе эволюции.
17:22
You know, maybe it's not just humansлюди
446
1027000
2000
Знаете, может не люди начали
17:24
at the right sideбоковая сторона of this chainцепь that's dunceyduncey.
447
1029000
2000
совершать такие глупости.
17:26
Maybe it's sortСортировать of dunceyduncey all the way back.
448
1031000
2000
Вероятнее всего, корни этого лежат гораздо глубже.
17:28
And this, if we believe the capuchinкапуцин monkeyобезьяна resultsРезультаты,
449
1033000
3000
И это означает, если считать наши исследования с обезьянами достоверными,
17:31
meansозначает that these dunceyduncey strategiesстратегии
450
1036000
2000
что этим неразумным стратегиям поведения
17:33
mightмог бы be 35 millionмиллиона yearsлет oldстарый.
451
1038000
2000
уже 35 миллионов лет.
17:35
That's a long time for a strategyстратегия
452
1040000
2000
А это большой возраст для стратегии поведения,
17:37
to potentiallyпотенциально get changedизменено around -- really, really oldстарый.
453
1042000
3000
чтоб надеяться, что они как-то изменятся -- очень-очень большой.
17:40
What do we know about other oldстарый strategiesстратегии like this?
454
1045000
2000
Что нам известно о таких же древних стратегиях как эта?
17:42
Well, one thing we know is that they tendиметь тенденцию to be really hardжесткий to overcomeпреодолеть.
455
1047000
3000
Ну, первое это то, что мы знаем, что их очень сложно превозмочь.
17:45
You know, think of our evolutionaryэволюционный predilectionсклонность
456
1050000
2000
Вспомните о наших эволюционных склонностях
17:47
for eatingпринимать пищу sweetмилая things, fattyжирный things like cheesecakeчизкейк.
457
1052000
3000
есть сладкое и жирное как, например, чизкейки.
17:50
You can't just shutзакрыть that off.
458
1055000
2000
Вы не можете просто отключить их.
17:52
You can't just look at the dessertДесерт cartтелега as say, "No, no, no. That looksвыглядит disgustingотвратительный to me."
459
1057000
3000
Вы не можете просто посмотреть на поднос со сладким и сказать, "Нет, нет, нет. Это смотрится отваратительно."
17:55
We're just builtпостроен differentlyиначе.
460
1060000
2000
Мы просто не так устроены.
17:57
We're going to perceiveвоспринимать it as a good thing to go after.
461
1062000
2000
Мы ощущаем, что это наоборот то, что стоит добывать.
17:59
My guessУгадай is that the sameодна и та же thing is going to be trueправда
462
1064000
2000
И я думаю, что то же самое справедливо для
18:01
when humansлюди are perceivingвоспринимая
463
1066000
2000
чувств человека по отношению
18:03
differentдругой financialфинансовый decisionsрешения.
464
1068000
2000
к различным решениям в сфере финансов.
18:05
When you're watchingнаблюдение your stocksакции plummetотвес into the redкрасный,
465
1070000
2000
Когда вы наблюдаете за тем, как ваши акции уходят в минус,
18:07
when you're watchingнаблюдение your houseдом priceцена go down,
466
1072000
2000
как ваш дом на глазах дешевеет,
18:09
you're not going to be ableв состоянии to see that
467
1074000
2000
вы не сможете перебороть себя
18:11
in anything but oldстарый evolutionaryэволюционный termsсроки.
468
1076000
2000
и увидеть это в каком-то другом свете, чем это заложено эволюцией.
18:13
This meansозначает that the biasesуклоны
469
1078000
2000
Это означает, что склонности,
18:15
that leadвести investorsинвесторы to do badlyплохо,
470
1080000
2000
которые ведут инвесторов к плохим решениям,
18:17
that leadвести to the foreclosureлишение права выкупа закладной crisisкризис
471
1082000
2000
которые привели к кризису на рынке недвижимости,
18:19
are going to be really hardжесткий to overcomeпреодолеть.
472
1084000
2000
будет действительно сложно преодолеть.
18:21
So that's the badПлохо newsНовости. The questionвопрос is: is there any good newsНовости?
473
1086000
2000
И это плохие новости. Вопрос в том, есть ли какие-нибудь хорошие новости?
18:23
I'm supposedпредполагаемый to be up here tellingговоря you the good newsНовости.
474
1088000
2000
Потому что, вообще-то предполагается, что я тут должна вам сообщать хорошие новости.
18:25
Well, the good newsНовости, I think,
475
1090000
2000
Хорошие новости, думаю,
18:27
is what I startedначал with at the beginningначало of the Talk,
476
1092000
2000
это то, с чего я начала свою речь.
18:29
whichкоторый is that humansлюди are not only smartумная;
477
1094000
2000
Я о том, что люди не только сообразительные --
18:31
we're really inspirationallyвдохновенно smartумная
478
1096000
2000
они воодушевляюще умнее
18:33
to the restотдых of the animalsживотные in the biologicalбиологический kingdomКоролевство.
479
1098000
3000
остальных животных биологического царства.
18:36
We're so good at overcomingпреодоление our biologicalбиологический limitationsограничения --
480
1101000
3000
Мы так хорошо преодолеваем наши биологические ограничения --
18:39
you know, I flewполетела over here in an airplaneсамолет.
481
1104000
2000
например, я прилетела сюда на самолете.
18:41
I didn't have to try to flapстворка my wingsкрылья.
482
1106000
2000
И мне не пришлось при этом махать крыльями.
18:43
I'm wearingносить contactконтакт lensesлинзы now so that I can see all of you.
483
1108000
3000
Я ношу линзы и могу отчетливо видеть всех вас
18:46
I don't have to relyполагаться on my ownсвоя near-sightednessблизорукость.
484
1111000
3000
и мне не нужно беспокоиться о своей близорукости.
18:49
We actuallyна самом деле have all of these casesслучаи
485
1114000
2000
Во всех этих случаях
18:51
where we overcomeпреодолеть our biologicalбиологический limitationsограничения
486
1116000
3000
мы довольно легко преодолеваем биологические ограничения
18:54
throughчерез technologyтехнологии and other meansозначает, seeminglyпо-видимому prettyСимпатичная easilyбез труда.
487
1119000
3000
с помощью технологий и других средств.
18:57
But we have to recognizeпризнать that we have those limitationsограничения.
488
1122000
3000
Но нам необходимо знать о существовании этих ограничений.
19:00
And here'sвот the rubнатирать.
489
1125000
2000
И вот препятствие.
19:02
It was CamusКамю who onceодин раз said that, "Man is the only speciesвид
490
1127000
2000
Камю однажды сказал -- "Человек -- это единственный вид,
19:04
who refusesотказывается to be what he really is."
491
1129000
3000
который не согласен быть тем, кем он является".
19:07
But the ironyИрония is that
492
1132000
2000
Но ирония в том, что, возможно,
19:09
it mightмог бы only be in recognizingпризнавая our limitationsограничения
493
1134000
2000
для того, чтоб преодолеть свои ограничения,
19:11
that we can really actuallyна самом деле overcomeпреодолеть them.
494
1136000
2000
нужно их сначала распознать.
19:13
The hopeнадежда is that you all will think about your limitationsограничения,
495
1138000
3000
Я надеюсь, что вы все подумаете о своих ограничениях,
19:16
not necessarilyобязательно as unovercomableunovercomable,
496
1141000
3000
не обязательно как о непреодолимых вещах,
19:19
but to recognizeпризнать them, acceptпринимать them
497
1144000
2000
а наоборот распознаете их и примете
19:21
and then use the worldМир of designдизайн to actuallyна самом деле figureфигура them out.
498
1146000
3000
и затем используете мировые инженерные достижения, чтобы постичь их.
19:24
That mightмог бы be the only way that we will really be ableв состоянии
499
1149000
3000
Возможно, это единственный возможный способ
19:27
to achieveдостигать our ownсвоя humanчеловек potentialпотенциал
500
1152000
2000
достичь нашего потенциала
19:29
and really be the nobleблагородный speciesвид we hopeнадежда to all be.
501
1154000
3000
и действительно стать тем замечательным видом, которым мы надеемся быть.
19:32
Thank you.
502
1157000
2000
Спасибо.
19:34
(ApplauseАплодисменты)
503
1159000
5000
(Апплодисменты)
Translated by wr0ng c0degen
Reviewed by Ahmet Yükseltürk

▲Back to top

ABOUT THE SPEAKER
Laurie Santos - Cognitive psychologist
Laurie Santos studies primate psychology and monkeynomics -- testing problems in human psychology on primates, who (not so surprisingly) have many of the same predictable irrationalities we do.

Why you should listen

Laurie Santos runs the Comparative Cognition Laboratory (CapLab) at Yale, where she and collaborators across departments (from psychology to primatology to neurobiology) explore the evolutionary origins of the human mind by studying lemurs, capuchin monkeys and other primates. The twist: Santos looks not only for positive humanlike traits, like tool-using and altruism, but irrational ones, like biased decisionmaking.

In elegant, carefully constructed experiments, Santos and CapLab have studied how primates understand and categorize objects in the physical world -- for instance, that monkeys understand an object is still whole even when part of it is obscured. Going deeper, their experiments also search for clues that primates possess a theory of mind -- an ability to think about what other people think.

Most recently, the lab has been looking at behaviors that were once the province mainly of novelists: jealousy, frustration, judgment of others' intentions, poor economic choices. In one experiment, Santos and her team taught monkeys to use a form of money, tradeable for food. When certain foods became cheaper, monkeys would, like humans, overbuy. As we humans search for clues to our own irrational behaviors, Santos' research suggests that the source of our genius for bad decisions might be our monkey brains.

More profile about the speaker
Laurie Santos | Speaker | TED.com